Skip to content

快速开始

适用版本:AXON v0.2.0+ 前置阅读:安装

本文档带你 5 分钟跑通 AXON 的第一个回测示例。

1. 跑通示例

仓库自带 6 个 RL 示例,先挑一个最直观的验证环境:

git clone https://github.com/pengwow/axon_quant.git
cd axon_quant

# 运行随机策略基线（纯 Python，无需外部依赖）
PYTHONPATH=examples .venv/bin/python examples/02_rl_training/random_agent.py

预期输出:

[random_agent] 运行 5 个随机 episode，每个最多 500 步
=== 随机策略基线 ===
  episodes        : 5
  mean_reward     : -0.1234
  mean_steps      : 500.0
  mean_final_value: 98765.43
  elapsed         : 0.15s
PASS: 随机策略运行正常

2. 第一个 Python 回测（可选）

import axon_quant

# 1. 构造合成市场数据
data = [
    {"timestamp": i, "open": 100.0, "high": 100.5, "low": 99.5,
     "close": 100.0, "volume": 1000.0}
    for i in range(500)
]

# 2. 创建回测引擎
from axon_quant.backtest import L1MatchingEngine, limit_order

engine = L1MatchingEngine()

# 3. 提交订单
result = engine.submit(limit_order(1, "BTCUSDT", "Buy", 100.0, 1.0))
print(f"Order filled: {result['is_filled']}, Fills: {len(result['fills'])}")

3. RL 训练示例

# 安装 RL 依赖
pip install axon_quant[rl]

# 运行 PPO 训练
PYTHONPATH=examples .venv/bin/python examples/02_rl_training/train_ppo.py \
    --timesteps 5000

下一步